在julia中使用readdlm读取矩阵数据
我试着用julia构造一个图。 数据结构如下所示在julia中使用readdlm读取矩阵数据,julia,Julia,我试着用julia构造一个图。 数据结构如下所示 1 9 1 1 436 1 1 545 1 4 198 1 4 464 1 4 602 1 ... function MatrixMarketRead(filename) A = readdlm(filename) A = A[4:end,1:3] return sparse( round(Int64,A[:,1]), round(Int64,A[:,2]), convert(Array{Float64},A[:,3
1 9 1
1 436 1
1 545 1
4 198 1
4 464 1
4 602 1
...
function MatrixMarketRead(filename)
A = readdlm(filename)
A = A[4:end,1:3]
return sparse( round(Int64,A[:,1]), round(Int64,A[:,2]), convert(Array{Float64},A[:,3]))
end
dir = "dataset/"
ln = "cora.mtx"
A = MatrixMarketRead(string(dir,strip(ln)));
print(size(A))
从第一行的节点id到第二行的节点id构造边。第三行表示边缘的权重。在此数据集中,所有边的权重均为1。cora有2708个节点,5429条边
我写的代码如下所示
1 9 1
1 436 1
1 545 1
4 198 1
4 464 1
4 602 1
...
function MatrixMarketRead(filename)
A = readdlm(filename)
A = A[4:end,1:3]
return sparse( round(Int64,A[:,1]), round(Int64,A[:,2]), convert(Array{Float64},A[:,3]))
end
dir = "dataset/"
ln = "cora.mtx"
A = MatrixMarketRead(string(dir,strip(ln)));
print(size(A))
结果被淘汰了
(27082706)
这应该是(27082708)的形状,但结果是这样的。我不知道为什么会这样。我应该如何解决这个问题?正如phipsgabler在评论中指出的,更新到Julia的新版本是解决这个问题的第一步。有关最新版本入门的详细信息,请参见此处。正如phipsgabler在评论中指出的,更新到Julia的新版本将是解决此问题的第一步。请参阅这里详细介绍如何使用最新版本。可以考虑ListGrassJL替代(可能与Meta Grass.jl一起)。但是代码应该是正确的。您是否尝试过类似于
max(A[:,2])
的方法来查看是否所有值都确实存在?如果不是,则sparse
无法神奇地推断矩阵为二次矩阵。但是你可以使用五参数构造函数。@phipsgabler谢谢你的建议。从输出判断,该数据集的行或列中并没有所有节点ID。但是你所说的五个arugument构造函数是什么意思呢?稀疏(A[:,1],A[:,2],A[:,3],27082708)
。哦,非常肯定,是的。这是很古老的。也许可以考虑LIGHORCTORS.JL(可能与Meta Grass.jl一起)。但是代码应该是正确的。您是否尝试过类似于max(A[:,2])
的方法来查看是否所有值都确实存在?如果不是,则sparse
无法神奇地推断矩阵为二次矩阵。但是你可以使用五参数构造函数。@phipsgabler谢谢你的建议。从输出判断,该数据集的行或列中并没有所有节点ID。但是你所说的五个arugument构造函数是什么意思呢?稀疏(A[:,1],A[:,2],A[:,3],27082708)
。哦,非常肯定,是的。那真是太古老了。